---
name: text-to-audio
description: Transformiert Quelltexte, Recherchen, Dossiers, Artikel oder Notizen in ein hochwertiges Audio-Dossier. Erstellt standardmäßig ein Solo-Briefing mit natürlicher Stimme (Google Gemini 3.1 Flash TTS). Schaltet nur dann auf einen Zwei-Sprecher-Dialog um, wenn der Begriff "Podcast" explizit genannt wird.
---

# 🎙️ Text-to-Audio Dossier & Podcast Producer

Dieser Skill transformiert beliebige Quelltexte (Recherchen, Restaurant-Infos, Artikel, Notizen, Reports) in ein professionelles Audio-Dossier mit **Google Gemini 3.1 Flash TTS**.

---

## 🧭 Kern-Regeln für das Format

### 1. Standard-Modus: Solo-Monolog (DEFAULT)
*   **Immer Standard für:** Audio-Dossiers, Audio-Briefings, Zusammenfassungen, "Lies mir das vor", "Erstelle ein Audio zu X", tägliche News.
*   **Ein einzelner, charismatischer Sprecher:** Kein künstlicher Dialog, keine erfundenen Zwischenfragen. Ein flüssiger, strukturierter, gut erzählter Vortrag.
*   **Vorausgewählte Stimmen:**
    *   **Deutsch:** `Puck` (lebendig, warm, dynamisch) oder `Charon` (tief, ruhig, sachlich).
    *   **Englisch:** `Zephyr` (natürlich, ausgewogen, klar).

### 2. Dialog-Modus: Nur bei explizitem "Podcast"-Wunsch
*   **NUR verwenden, wenn:** Der User explizit das Wort **"Podcast"** (oder "Zwei Moderatoren", "Dialog") verwendet!
*   **Zwei Sprecher (Host & Co-Host):**
    *   **Host:** `Puck` (moderiert an, leitet durch die Themen).
    *   **Co-Host / Expertin:** `Aoede` (bringt Details, Einschätzungen und Praxisbeispiele).

---

## ⏱️ Zieldauer & Pacing (~130 Wörter / Minute)

Ermittle die gewünschte Dauer oder nutze den Standard:
*   **Kurz-Dossier (`2m`):** ca. 250–300 Wörter.
*   **Standard-Dossier (`3m`–`4m`, Default):** ca. 400–550 Wörter.
*   **Ausführlicher Deep Dive (`5m`–`8m`):** ca. 650–1.000 Wörter.

### Redaktionelles Skripting
*   **Wichtigkeit vor Quantität:** Kernaussagen und Aha-Momente priorisieren, Füllmaterial und Wiederholungen streichen.
*   **Für das Ohr schreiben:** Keine Markdown-Artefakte (Sterne, Listen, rohe URLs, Tabellen). Klare akustische Übergänge nutzen.

---

## 🛠️ Ausführung & Synthese

Nutze das Skript `scripts/text_to_audio.py` (bzw. `/home/node/mop-skills/mop-skills/skills/text-to-audio/scripts/text_to_audio.py` im Cluster).

### A. Solo-Modus (Standard)
```bash
python3 /home/node/mop-skills/mop-skills/skills/text-to-audio/scripts/text_to_audio.py \
  --text "Dein aufbereitetes Skript..." \
  --voice Puck \
  --lang de \
  --title "Titel des Dossiers" \
  --output /tmp/audio-dossier.mp3
```

### B. Dialog-Modus (NUR wenn "Podcast" explizit verlangt)
```bash
cat << 'JSON_EOF' > /tmp/podcast_dialog.json
[
  {"speaker": "host", "text": "Willkommen zum Podcast. Heute sprechen wir über..."},
  {"speaker": "cohost", "text": "Hi! Ja, das Thema ist super spannend, weil..."}
]
JSON_EOF

python3 /home/node/mop-skills/mop-skills/skills/text-to-audio/scripts/text_to_audio.py \
  --dialog-file /tmp/podcast_dialog.json \
  --lang de \
  --title "Podcast Titel" \
  --output /tmp/audio-dossier.mp3
```

---

## 📱 Auslieferung an den User

Das Skript gibt am Ende `MEDIA:/tmp/...mp3` aus. Antworte in Telegram:

```markdown
Hier ist dein Audio-Dossier zu **[Thema]** ([Dauer] Min.):

MEDIA:/tmp/audio-dossier.mp3
```